一种车辆运动轨迹连续跟踪方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115856872A(43)申请公布日2023.03.28(21)申请号202211538871.X(22)申请日2022.12.02(71)申请人华南理工大学地址510640广东省广州市天河区五山路381号(72)发明人林永杰陈宁卢凯(74)专利代理机构广州粤高专利商标代理有限公司44102专利代理师黄月莹(51)Int.Cl.G01S13/72(2006.01)权利要求书3页说明书12页附图2页(54)发明名称一种车辆运动轨迹连续跟踪方法(57)摘要本发明公开了一种车辆运动轨迹连续跟踪方法，主要包括目标运动信息的感知、短轨迹片段的构建、短轨迹片段的关联和中断目标轨迹重构四个阶段：首先利用架设于检测道路上方的毫米波雷达感知检测范围内交通目标的位置和速度信息；根据雷达检测结果将相邻帧目标连接成为可靠的短轨迹片段；然后基于时空特性和运动特性构建模糊相关函数来描述基准轨迹与新轨迹的匹配关系，将短轨迹连接成为长轨迹；最后基于三次Hermite插值法重构满足关联关系的新、旧轨迹的空缺，实现对车辆运动轨迹的连续跟踪。本发明不仅可以提高目标个数估计准确率，还可以解决传统算法因关联错误导致的轨迹断裂、单目标多轨迹等问题。CN115856872ACN115856872A权利要求书1/3页1.一种车辆运动轨迹连续跟踪方法，其特征在于，包括以下步骤：S1、利用毫米波雷达获取探测范围内交通目标的原始点云数据以获取雷达检测数据，每一个点代表检测到的交通目标；S2、基于雷达检测数据提取交通目标位置、速度特征，通过关联连续两帧的测量数据对交通目标轨迹进行生成和终止，将相邻帧目标连接成为短轨迹片段，并对关联结果进行修正，完成初始小轨迹片段的构建；S3、基于时空特性和运动特性构建模糊相关函数，以描述基准轨迹与新轨迹的匹配关系，计算轨迹之间的相似度得到代价矩阵，将短轨迹段关联问题视为分配问题进行解决；S4、针对存在间断的已经关联上的新旧轨迹对，连接满足关联关系的中断轨迹，根据轨迹在已知时刻对应的状态值，估算出其在间断时刻对应的数据，填补轨迹片段间的空缺，完成目标轨迹的连续跟踪。2.根据权利要求1所述的基于毫米波雷达点云的车辆运动轨迹连续跟踪方法，其特征在于，所述步骤S1毫米波雷达检测得到的点云数据信息包括交通目标相对于雷达安装位置的横向距离、纵向距离，以及点的横向位置、纵向位置、横向速度、纵向速度和时间戳。3.根据权利要求1所述的基于毫米波雷达点云的车辆运动轨迹连续跟踪方法，其特征在于，步骤S2的短轨迹片段构建，包括：S201、在进行相邻帧的关联时，选取速度和位置信息进行相似度匹配计算，若超过设定的阈值θ，则两个相邻帧的检测响应di(k‑1)与dj(k)属于同一目标的轨迹序列，若不属于同一目标，将第k帧的检测点迹作为新轨迹的起点，继续与下一帧的检测响应进行配对，直至所有检测序列的检测响应关联完毕；S202、对初步关联的结果进行进一步的修正，剔除同一目标在同一时刻生成的分裂轨迹：假设有轨迹TRA和TRB，两条轨迹采样时间在第i帧到第j帧重叠，建立如式(1)判断准则，若判断准则成立，认为两条轨迹源于同一个目标，则将较短的轨迹视为分裂轨迹剔除，另一轨迹则对应原目标，以此类推，进行多次剔除，直到轨迹采样时间内没有满足以下条件的分裂轨迹：式中，分别表示轨迹TRA、TRB中第k帧与雷达的距离；表示轨迹TRA、TRB中第k帧时的速度；ξR是距离差门限，ξv是速度差门限。4.根据权利要求1所述的基于毫米波雷达点云的车辆运动轨迹连续跟踪方法，其特征在于，步骤S3具体包括：S301、针对交通目标的运动信息，基于运动预测的模糊策略进行关联，假设两条可能关联的短轨迹设TRi和TRj，称时间在前的短轨迹为基准轨迹TRi，该轨迹的起始时刻为终结2CN115856872A权利要求书2/3页时刻为时间在后的短轨迹为新轨迹TRj，该轨迹的起始时刻为终结时刻为对基准轨迹和新轨迹分别进行前向和逆向预测至和的中点时刻kc，为量化基准轨迹中点时刻kc预测状态和新轨迹kc时刻预测状态的匹配关系，使用正态型隶属度函数来计算两个轨迹片段的相关程度：式中，um是第m个模糊因素；σm是第m个模糊因素的误差方差；τm是调整度；εT是衰减因子；式中，u1、u2分别表示位置、速度的模糊因素；μ1(u1)、μ2(u2)分别表示位置、速度的相关性程度；τ1、τ2分别表示位置、速度的调整度；分别表示位置、速度的误差方差；kc表示和的中点时刻；分别表示基准轨迹和新轨迹预测到kc时刻的纵向位置和横向位置的估计值；分别表示基准轨迹和新轨迹预测到kc时刻的纵向速度和横向速度的估计值；基准轨迹TRi和新轨迹TRj基于位置和速度的模糊相似度表示为：f(TRj|TRi)＝a